智能交通系統(tǒng)（ITS）已經(jīng)成為當(dāng)下解決交通壓力大,道路堵塞等交通問題的主要手段,作為其核心內(nèi)容之一的車牌識別系統(tǒng)（LPRS）也越來越多的投入到實(shí)際的交通管理中,并且取得了不錯(cuò)的效果。但是在復(fù)雜的環(huán)境中,由于光照不均、天氣變化等原因,導(dǎo)致攝像機(jī)獲取的車牌圖像不清晰,進(jìn)而造成車牌識別準(zhǔn)確率的下降。本文針對沿海城市大霧天氣頻發(fā)的實(shí)際情況,研究并設(shè)計(jì)一套基于霧天環(huán)境的車牌識別系統(tǒng)。經(jīng)過研究分析,本文以最為常見的藍(lán)底白字的家用汽車車牌為研究對象。論文將從圖像去霧增強(qiáng),車牌定位,字符分割和字符識別這四部分進(jìn)行研究,學(xué)習(xí)和借鑒現(xiàn)有的科研經(jīng)驗(yàn),并根據(jù)具體的研究背景,提出自己的解決方法,從而提高車牌識別系統(tǒng)在霧天環(huán)境下的性能。首先,對攝像機(jī)在霧天采集的圖像進(jìn)行去霧增強(qiáng)。通過了解Retinex算法的基本理論,著重研究基于局部特征的Retinex算法,采用一種基于HSV顏色空間的多尺度Retinex算法,并根據(jù)主客觀評價(jià)對圖像去霧效果進(jìn)行分析;其次,定位圖像中的車牌位置。將RGB圖像轉(zhuǎn)換到HSV顏色空間,然后根據(jù)顏色信息進(jìn)行車牌粗定位,再根據(jù)垂直投影法對候選區(qū)域進(jìn)行細(xì)定位;然后,對車牌圖像進(jìn)行字符分割。本文... 

【文章來源】：青島理工大學(xué)山東省

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

道路堵塞情況

圖 1.2 某產(chǎn)品的車牌識別現(xiàn)場圖Fig.1.2 License plate recognition scene of a product近幾年國內(nèi)外學(xué)者開始針對復(fù)雜條件下的車牌識別進(jìn)行研究，其中針對下車牌識別的研究也取得了不錯(cuò)的理論成果。常見的去霧方法一般可以，一類是圖像增強(qiáng)的方法，另一類是圖像復(fù)原的方法。根據(jù)多方學(xué)者近究與發(fā)展，已經(jīng)細(xì)化出多種不同的去霧方法，不同的去霧方法適合于不的圖像去霧，其中常見的去霧方法如圖 1.3[6]所示。

圖 1.2 某產(chǎn)品的車牌識別現(xiàn)場圖Fig.1.2 License plate recognition scene of a product近幾年國內(nèi)外學(xué)者開始針對復(fù)雜條件下的車牌識別進(jìn)行研究，其中針對霧天環(huán)境下車牌識別的研究也取得了不錯(cuò)的理論成果。常見的去霧方法一般可以分為兩類，一類是圖像增強(qiáng)的方法，另一類是圖像復(fù)原的方法。根據(jù)多方學(xué)者近年來的研究與發(fā)展，已經(jīng)細(xì)化出多種不同的去霧方法，不同的去霧方法適合于不同環(huán)境下的圖像去霧，其中常見的去霧方法如圖 1.3[6]所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)暗通道先驗(yàn)的交通圖像去霧新方法[J]. 王澤勝,董寶田,趙芳璨,要悅穩(wěn).  控制與決策. 2018(03)
[2]自適應(yīng)HSV空間Retinex煤礦監(jiān)控圖像增強(qiáng)算法[J]. 蔡利梅,向秀華,李紫陽.  電視技術(shù). 2017(Z1)
[3]改進(jìn)PSO-SVM算法的變壓器分接開關(guān)故障診斷[J]. 王福忠,石秀立.  電子測量技術(shù). 2016(11)
[4]彩色圖像車牌定位方法的研究現(xiàn)狀及展望[J]. 唐瑞尹,盧博超,李博文.  工業(yè)控制計(jì)算機(jī). 2016(09)
[5]基于V-S關(guān)系模型的多尺度Retinex霧天圖像去霧算法[J]. 周孝羽.  中國水運(yùn). 2016(06)
[6]基于多分類SVM的車牌字符識別算法研究[J]. 李志杰,王健.  物流工程與管理. 2016(05)
[7]基于自適應(yīng)粒子群優(yōu)化的SVM算法在建筑物沉降預(yù)測中的應(yīng)用[J]. 張瀟瓏.  測繪工程. 2015(11)
[8]基于數(shù)學(xué)形態(tài)學(xué)的車牌定位與傾斜校正的方法[J]. 程磊,程偉.  科技視界. 2015(23)
[9]基于改進(jìn)PSO的SVM算法在數(shù)據(jù)庫入侵檢測中的應(yīng)用研究[J]. 吳紀(jì)蕓,陳志德.  軟件導(dǎo)刊. 2015(04)
[10]基于HSV顏色空間的改進(jìn)的多尺度Retinex算法[J]. 闞建霞.  電子設(shè)計(jì)工程. 2015(07)

碩士論文
[1]霧霾環(huán)境下車牌圖像預(yù)處理及識別算法研究[D]. 張群.鄭州大學(xué) 2017
[2]復(fù)雜環(huán)境下車牌識別系統(tǒng)中關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D]. 周彬彬.南昌航空大學(xué) 2016
[3]復(fù)雜背景下車牌識別算法的研究[D]. 湯玉垚.中國科學(xué)技術(shù)大學(xué) 2016
[4]復(fù)雜環(huán)境下的車牌識別系統(tǒng)關(guān)鍵技術(shù)研究[D]. 劉金陽.合肥工業(yè)大學(xué) 2016
[5]復(fù)雜背景下車牌識別系統(tǒng)的研究與實(shí)現(xiàn)[D]. 張婷.重慶大學(xué) 2016
[6]基于Matlab的車牌識別系統(tǒng)[D]. 王健.吉林大學(xué) 2015
[7]基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的車牌識別算法的研究及仿真[D]. 董程.哈爾濱理工大學(xué) 2015
[8]基于幾何特征的車牌定位與字符分割技術(shù)研究[D]. 楊曉玲.廈門大學(xué) 2014
[9]基于千兆網(wǎng)相機(jī)的霧霾車牌圖像處理技術(shù)研究[D]. 宋欠.南京理工大學(xué) 2014
[10]復(fù)雜背景下車牌識別算法研究與應(yīng)用[D]. 傅建強(qiáng).復(fù)旦大學(xué) 2013



本文編號：3390398